Kostka OLAP

Ten artykuł od 2025-04 zawiera treści, przy których brakuje odnośników do źródeł.

Należy dodać przypisy do treści niemających odnośników do źródeł. Dodanie listy źródeł bibliograficznych jest problematyczne, ponieważ nie wiadomo, które treści one uźródławiają.
Sprawdź w źródłach: Google Books • Google Scholar • BazHum • BazTech • RCIN • Internet Archive (texts / inlibrary)
Dokładniejsze informacje o tym, co należy poprawić, być może znajdują się w dyskusji tego artykułu.
Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tego artykułu.

Kostka OLAP (ang. OLAP cube) – struktura danych, która pozwala na szybką analizę danych. Przechowuje ona dane w sposób bardziej przypominający wielowymiarowe arkusze kalkulacyjne niż tradycyjną, relacyjną bazę danych. Można ją również zdefiniować jako zdolność manipulowania i analizowania danych z różnych punktów widzenia. Rozmieszczenie danych w kostkach pokonuje ograniczenia relacyjnych baz danych.

Kostki OLAP mogą być uważane za rozszerzenie dwuwymiarowej tabeli arkusza kalkulacyjnego. Na przykład przedsiębiorstwo może chcieć dokonać analizy danych finansowych w oparciu o produkt, czas, miasto, według rodzaju dochodu i kosztu i poprzez porównanie rzeczywistych danych z budżetem. Te dodatkowe metody dokonywania rozbioru danych są znane jako wymiary. Ponieważ w systemie OLAP może być więcej niż trzy wymiary, czasami używa się określenia hiperkostka (hypercube).

Budowa kostki

Każda kostka składa się z wymiarów i miar, czyli analizowanych wartości. Przykładowa kostka danych zbudowana w oparciu o następujące wymiary: produkt, sklep oraz czas, gdzie w poszczególnych komórkach kostki znajdują się wartości miar, np. liczba sprzedanych sztuk czy wartość sprzedaży dostarczy użytkownikowi końcowemu informacji, jaka była ilość sprzedanego towaru (lub grup) w danym sklepie lub sklepach w konkretnym przedziale czasu (można porównywać np. odpowiadające sobie okresy różnych lat). Miary to wskaźniki numeryczne (ile), wymiary reprezentują dane opisowe (kto, co). Wymiary mogą być podzielone na poziomy.

Typowe operacje

Zwijanie – (agregacja), czyli uogólnienie danych,
Rozwijanie – dane stają się bardziej szczegółowe,
Selekcja – wybór danych interesujących analityka,
Projekcja – zmniejszenie liczby wymiarów,
Wycinanie – połączenie selekcji z projekcją,
Sortowanie – tworzenie rankingów,
Obracanie – zmiana perspektywy oglądania danych.

Podział kostek

Kostki można podzielić na tzw.:

kostki fizyczne (ang. physical cube) – posiadają one w swoich komórkach już przeliczone i zagregowane dane;
wirtualne (ang. virtual cube) – powstają one z kostek fizycznych, mogą mieć swoje własne miary, lecz wymiary dziedziczą po kostkach fizycznych z których powstają.

Zobacz też

Bibliografia

Piotr Muryjas, Janusz Jaroszyński: Analiza danych w technologii OLAP.
Andrzej Ptasznik: Hurtownie danych – czyli jak zapewnić dostęp do wiedzy tkwiącej w danych.